1

server/config.yml

@@ -70,11 +70,12 @@ training:
     port: 22
     privateKeyPath: ""  # 私钥路径与 password 二选一
     password: "123"
-  workdir: /opt/pheasant_data   # 训练机工作目录（train_server.py / yolov8n.pt 所在）
+  workdir: /opt/pheasant_data   # 训练机工作目录（train_server.py / yolov8s.pt 所在）
   venvPython: /opt/pheasant_data/venv/bin/python
   datasetDir: datasets  # 训练机数据集根目录（相对 workdir，yolo/<name> 为子目录）
   timeoutMinutes: 240   # 训练超时判死（started_at 起算；实测 100 张约 3 分钟，千图级约 1 小时）
-  imgsz: 704            # 训练/导出分辨率（须与 App 端推理输入对齐）
+  model: yolov8s.pt     # 训练基座权重（须已同步到训练机 workdir；s 容量适配小目标+遮挡，详见技术设计）
+  imgsz: 1280           # 训练/导出分辨率（须与 App 端推理输入对齐；1280 提升远距离小目标保留像素）
   epochs: 150           # 训练轮数（patience 30 早停，设大可自动停）
   batch: 16             # 批大小（按训练机显存调整）
   device: "0"           # GPU 编号（cpu 用 cpu）
@@ -87,7 +88,7 @@ localAi:
   threshold: 0.08       # 候选置信度阈值（宁多勿漏）
   confConfirmed: 0.2    # 高于此视为确认(class 0)，否则疑似(class 1)
   overlapThreshold: 0.3  # 重叠去重阈值（交叠/较小框面积，NMS 风格；RF-DETR 同目标常输出一大一小两框，minIoU 比 IoU 更能命中）
-  inputSize: 700        # 提交前整图等比缩放最长边
+  inputSize: 700        # 提交前整图等比缩放最长边；RF-DETR 模型包固定 700x700 输入（stretch 拉伸、不支持动态尺寸，见模型包 inference_config.json），提交更大最终也拉伸到 700 无增益，2026-09-01 实测回退
   # 标注类别名（写入 data.yaml，随 result.json 存模型 labels）从数据集表取：
   # 第一类 = gen_species（空回退数据集名），第二类 = gen_classes（空回退 class0/class1）